مباني نظري و پيشينه تحقيق پيش بيني و مد لهاي پيش بيني

مباني نظري و پيشينه تحقيق پيش بيني و مد لهاي پيش بيني

توضيحات:

فصل دوم پايان نامه كارشناسي ارشد (پيشينه ي پژوهش)

همرا با منبع نويسي درون متني فارسي و انگليسي كامل به شيوه APA  جهت استفاده فصل دو پايان نامه

توضيحات نظري در مورد متغير و همچنين پيشينه در مورد متغير مربوطه و متغيرهاي مشابه

رفرنس نويسي و پاورقي دقيق و مناسب براي فصل دو پايان نامه

منبع :                          دارد (به شيوه APA)

نوع فايل:                      WORD و قابل ويرايش

قسمتي از مباني نظري متغير:

در يك تعريف كلي، فرايند پيشگويي شرايط و حوادث آينده را پيش­بيني ناميده و چكونگي انجام اين عمل را پيش­بيني كردن ناميده مي­شود (بوكوتا، 2002).

هر سازماني جهت تصميم­گيري آگاهانه بايد قادر به پيش­بيني كردن باشد. از آنجايي كه پيش­بيني وقايع آينده در فرآيند تصميم­گيري در سازمان نقش عمده اي را ايفا مي كند، پيش­بيني كردن براي بسياري از سازمانها و نهادها حائز اهميت بالقوه­اي است. بنابراين بيشتر تصميمات مديريت در تمام سطوح سازمان به طور مستقيم و يا غير مستقيم به حالتي از پيش­بيني آينده بستگي دارد.

در مديريت استراتژيك، پيش­بيني شرايط عمومي اقتصاد، نوسانات قيمت و هزينه­ي تغييرات تكنولوژي، رشد بازار و امثال آن در ترسيم آينده بلند­مدت شركت موثر است. به همين دليل است كه كنترل هر فرايند، منوط به پيش­بيني رفتار دوره فرآيند در آينده است. براي مثال ممكن است كه در يك دوره فرآيند دستگاهي بيش از حد معين كار كند و تعداد اقلام معيوب توليد شده افزايش يابد. بنابراين براي شناسايي به موقع اين نقص بايد از روش هاي مناسب پيش­بيني استفاده نموده و نسبت به تصحيح و يا حذف آن با توجه به شرايط موجود اقدام نمود (ريفنس، 1997).

مدل ­هاي پيش ­بيني 

ابزارهاي عيني و رياضي كه براي پردازش و تجزيه و تحليل داده­ها مورد استفاده قرار مي­گيرند مدل­هاي پيش­بيني ناميده مي­شوند. به عبارت ديگر، الگويي از يك واقعيت كه ساده و كوچك شده و روابط بين متغيرهاي آن واقعيت يا سيستم را نشان مي­د­هد، مدل خوانده مي­شود. بنابراين، هنگامي كه متغيرهاي مورد نظر به صورتي منظم، ساده و قابل فهم در جهت اهداف پيش­بيني در كنار يكديگر قرار گرفتند و الگويي از روابط را بوجود آوردند، يك مدل پيش­بيني شكل مي­گيرد.

سري ­هاي زماني^[1] 

به روند مقادير يك متغير در طول زمان كه به صورت دوره­هاي زماني با فواصل معين و يكسان تنظيم شده­اند سري زماني گفته مي­شود. در تحليل سري زماني وضعيت تغييرات يك متغير در گذشته مورد بررسي قرارگرفته و به آينده تعميم داده مي­شود. به طور كلي مدل­هايي كه در تحليل سري­هاي زماني مورد استفاده قرار مي­گيرند به دو دسته مدل­هاي خطي و غير­خطي تقسيم مي­شوند.

مدل­هاي خطي مانند مدل­هاي باكس ـ جنكينز^[2] و يكنواخت سازي نمايي براي سري­هاي زماني خطي مناسب هستند، ولي در مدل­سازي سري­هاي زماني مالي و غير­خطي با مشكل مواجه مي­شوند.

مدل­هاي غير­خطي از قبيل مدل­هاي غير­كاهنده آستانه­اي، يك تابع غير­خطي خاص و از پيش تعيين شده را پيش­بيني مي­كنند. به عبارتي تابع خطي مورد استفاده در اين روش­ها مشخص است. نوع ديگر مدل­هاي غير خطي شبكه­هاي عصبي مصنوعي هستند كه مي توانند هر تابعي را تخمين بزنند و فرايندهاي با رفتار ناشناخته را مدل نمايند.

[1] -Time series

[2] -Box-Jenkins